捷徑

ConvertCustomConfig

class torch.ao.quantization.fx.custom_config.ConvertCustomConfig[原始碼][原始碼]

用於 convert_fx() 的自定義配置。

範例用法

convert_custom_config = ConvertCustomConfig()             .set_observed_to_quantized_mapping(ObservedCustomModule, QuantizedCustomModule)             .set_preserved_attributes(["attr1", "attr2"])
classmethod from_dict(convert_custom_config_dict)[原始碼][原始碼]

從一個包含以下項目的字典建立一個 ConvertCustomConfig

“observed_to_quantized_custom_module_class”: 一個巢狀字典,將量化模式映射到一個內部映射,該內部映射從觀察到的模組類別映射到量化的模組類別,例如::{ “static”: {FloatCustomModule: ObservedCustomModule}, “dynamic”: {FloatCustomModule: ObservedCustomModule}, “weight_only”: {FloatCustomModule: ObservedCustomModule} } “preserved_attributes”: 一個屬性列表,即使它們沒有在 forward 中使用也會保留

此函式主要用於向後相容性,將來可能會被移除。

回傳類型

ConvertCustomConfig

set_observed_to_quantized_mapping(observed_class, quantized_class, quant_type=QuantType.STATIC)[原始碼][原始碼]

設定從自定義觀察到的模組類別到自定義量化的模組類別的映射。

量化的模組類別必須有一個 from_observed 類別方法,該方法將觀察到的模組類別轉換為量化的模組類別。

回傳類型

ConvertCustomConfig

set_preserved_attributes(attributes)[原始碼][原始碼]

設定將在圖模組中保留的屬性的名稱,即使它們沒有在模型的 forward 方法中使用。

回傳類型

ConvertCustomConfig

to_dict()[原始碼][原始碼]

將此 ConvertCustomConfig 轉換為一個字典,其中包含在 from_dict() 中描述的項目。

回傳類型

Dict[str, Any]

文件

取得 PyTorch 的完整開發者文件

檢視文件

教學

取得針對初學者和進階開發者的深入教學

檢視教學

資源

尋找開發資源並獲得您問題的解答

檢視資源